随著 AI 应用从云端高速运算扩张到各类实际情境,全球科技产业正步入一个以「供给瓶颈」为主轴的新时代。野村投信指出,AI 需求已不再是线性成长,而是呈现阶梯式跳升,每一次模型演进与资本支出的推进,都可能将产业链推向新的缺口。2026 年市场关键字正快速收敛成一个字:「缺」。
野村投信进一步分析,在政策不确定、关税波动等短期因素干扰下,AI 长期需求并未受到动摇,成本最终仍多半由云端服务商与终端应用吸收,产业基本面反而更加集中于AI供应瓶颈:记忆体在 HBM 排挤效应下供需失衡、光互连技术因铜线传输达物理极限而加速成为主流、先进晶片测试时间倍增则推动设备需求上修。
在这场 AI 工业革命的下半场,效率、传输与产能弹性将成为决定胜负的核心,而能补上供应链缺口的企业,也将成为下一波市场焦点。
关税与波动下的共识:需求不变,成本多半被转嫁
野村高科技基金及野村e科技基金经理人谢文雄表示,政策与关税的不确定性确实会造成短期情绪冲击,但若 AI 长期需求不变,成本往往会沿著供应链向下游转嫁,最终由终端客户与大型云端服务商吸收。换言之,短期利空可能带来估值修正,但未必动摇产业长期价值;投资策略的关键在于,辨认「情绪性波动」与「基本面反转」之差异。
记忆体成「黑马」:供需失衡推升报价,HBM 排挤效应扩大
在多条 AI 供应链中,谢文雄最强调的「黑马」是记忆体。谢文雄指出,过去两年产业处于去库存阶段,多数业者扩产保守;但 AI 伺服器需求快速放大,且高频宽记忆体(HBM)因毛利更高而优先取得产能配置,连带排挤一般 DRAM 与 NAND 的供给,形成更全面的供需失衡。
谢文雄形容,记忆体报价正处于「主升段」的核心原因,在于新产能开出需要时间,建厂与良率爬升通常以年为单位计算,短期内供给弹性有限;同时 AI 不仅是「处理资料」,更是「生成资料」,模型推论结果、企业私有资料库与向量资料库等需求同步增长,使储存需求不再只靠手机、PC 更新周期驱动,而是转向由 AI 产业本身推动的长期结构性成长。
此外,谢文雄也观察到市场对记忆体的评价方式正在转变:过去记忆体常被视为景气循环股,估值偏向以净值比等指标衡量;但在 AI 带动的需求更可见、更长期之下,投资人开始提高对其获利延续性的定价权重,估值框架逐渐往获利成长导向靠拢。
光通讯与 CPO 接棒:当铜线逼近极限,资料中心走向「光学化」
除了记忆体,谢文雄认为下一个被市场重新定价的主题,是光通讯与共同封装光学(CPO)。他指出,AI 算力上升带来的挑战,不只是 GPU 更快,而是整个资料中心在「传输」与「能耗」上遭遇物理限制:当算力密度提高,传统铜线传输的损耗与功耗会逐步逼近天花板,导致资料在丛集内的移动成本攀升,拖累整体效率。
谢文雄提到,部分云端巨头已透过光学电路交换(OCS)等方案提升丛集效能与资源调度效率;一旦大型云端服务商率先验证光学架构可行性,其他阵营便会面临「不跟进就落后」的竞争压力,进一步带动光源、光连结、封装与相关材料需求。谢文雄强调:「晶片再快,如果传输跟不上,算力也会被迫闲置。」而这正是光互连成为下一波投资焦点的原因。
测试设备需求上修:晶片越大越复杂,测试时间倍增推动扩产
在硬体供应链的另一端,谢文雄看好测试设备与测试介面产业。谢文雄指出,随著晶片功能复杂度提高、面积变大、封装形式更先进,测试程序与测试时间往往呈倍数成长;一旦单颗晶片测试时间从一倍拉长到两到三倍,若出货目标不变,设备需求就必须同步扩张,测试产能因此成为新的供给瓶颈。
这类「隐形产能」的扩张通常不如前段制程那样被大众熟知,却是先进晶片量产不可或缺的一环。谢文雄提醒,测试环节的投资循环往往滞后于晶片需求,但一旦启动,通常具备更长的能见度。
「缺」字当头的市场结构:零组件卡关,报价易涨难跌
谢文雄将目前产业状态总结为「联通管效应」:AI 供应链由多个环节串接,只要任何一个零组件或环节卡关——不论是记忆体、电力、散热、材料、封装或测试——最终整体出货就会被限制,价格与毛利因此更容易形成上行黏著度。他谢文雄强调,这也是为何在需求仍强的阶段,相关零组件报价往往「易涨难跌」。
风险观察:宏观衰退讯号才是真正警报
在风险提醒上,谢文雄认为需要格外关注的不是单一题材波动,而是宏观层级的需求反转讯号,尤其是就业市场。若美国失业率明显上升、影响消费与企业投资信心,政策可能快速转向宽松,股市短期或许受激励,但背后代表的经济降温风险不容忽视。
谢文雄进一步补充,AI 并非短期炒作题材,更接近一次生产力革命;市场中途的修正,往往是估值与预期的再平衡,而非趋势终结。真正需要警惕的,反而是当 AI 渗透率高度饱和、资本支出边际效益下降、终端需求不再成长时,才可能出现结构性转折。
AI 下半场比的是「瓶颈在哪里、谁能补上缺口」
整体而言,谢文雄对 AI 产业的核心判断是,「AI上半场拼算力」、「AI下半场拼效率」与「供给链韧性」。当市场焦点从「谁的模型更强」转向「谁能更快」、「更省电」、「更稳定」地把算力「变现」,AI供应链的瓶颈位置就会决定下一轮超额报酬落点。「记忆体供需缺口」、「光学互连架构转移」、以及「测试产能扩张需求」,正是2026 年最关注的三条主线。
在台股屡创新高、盘势波动加剧的环境下,投资人面临的挑战不只是选对产业,更在于能否掌握进出节奏与风险控管。
对于无法长时间看盘、也没有空频繁调整部位的投资人,与其在剧烈震荡中追高杀低,不妨透过交由专业经理人操盘的方式,以研究与纪律化的流程进行资产配置,更有机会在多头趋势中稳健参与,同时降低单一行情反转所带来的冲击,提升长期投资胜率。
如没特殊注明,文章均来源于互联网,版权归原创作者所有,如有侵权,请联系我们处理!

